Task T-mtcp0o6q — Digest Phase 执行计划（deep-research Agent 训练 v1）

执行: innovator-digest ｜ 派单: org-innovator ｜ 日期: 2026-08-28

Step 1 学习（已完成）

• 通读 train/hunt/knowhow_v1.md（227 行，A/B/C/D 分级）+ sources_v1.json（11 条成功缓存）
  • crawl_config.json。
• 判据唯一依据源 = knowhow_v1.md；引文溯源母本 = sources_v1.json（只认 S1–S11）。
• D 级禁区（不得洗白）：SIFT / CRAAP / OpenAI DR / Gemini DR / Perplexity Pro Search 任何机制。

Step 2 规划

1. 引文银行先行：对拟引用的每条 A/B 级引文在 sources_raw/ 缓存里逐字 grep 复核， 未命中的一律不引用（不做"凭 knowhow 转述即引用"）。
2. 维度设计：A 轨（产出质量）8 维权重和 100；B 轨（诚实留痕）单列 5 项，独立计分， 不并入均分、不设封顶/折算系数（经验教训：安全类行为并轨会被均值稀释，形成逆向激励）。
3. 部署门槛双轨分别判定：A 轨均分 ≥90 且 B 轨每场景 ≥85 且零静默引用；两轨禁合并平均。
4. 两个开放项按 Innovator 授权落 C 级（显式标注「构造性设计，无官方先例」+ 待 master 复核标记）， 不升级为硬判据，不留待议项（每条判据都给理由，收尾待议清零）。
5. 场景集 10 条，覆盖任务书要求的 7 类 + effort 校准 / 落盘回传 / 编造拒绝 3 类加压场景。

Step 3 执行（产出 → /app/system/agents/deep-research/train/digest/）

• [x] benchmark_v1.md（判据目录 + 全局裁决条款 + 逐维判分细则 + 引文复核附录）
• [x] test_scenarios_v1.json（10 场景 / 76 条判据，逐条标 S# 与证据级别）
• [x] industry_avg_v1.md（逐维参考值，无行业数据的维度标「构造性设计，无行业数据」+ 构造依据）

Step 4 验证（已完成，证据见 benchmark_v1.md 附录 A）

• [x] 42 条引文全部在已注册缓存（S1–S11 对应文件）逐字 grep 命中，0 条凭 knowhow 转述引用
• [x] JSON 可解析（python json.load 通过）；判据总数与逐场景计数对账一致
• [x] 场景期望产出中的 URL 全部来自 sources_v1.json（S1–S11），无编造 URL
• [x] 未触碰 train/hunt/ 任何文件；所有产出带 _v1 后缀，无覆盖已有文件

诚实记录（发现的两件事，须向派单人报告）

1. sources_raw/ 里存在 21 个未登记在 sources_v1.json 的缓存文件（如 openai_introducing-deep-research.md、 googlegemini-deep-research.md、hapgoodSIFT-four-moves.md、stormfull-paper.html 等）。抽验结果混杂： hapgood SIFT 页 title 真实且正文含 1319 处 SIFT 字样、gemini 页 title 真实，但 openai 页仍是错误页 （无 Cloudflare 字样、head 为拦截/错误模板）、anthropic-news 页 title 为 "Not Found"。 本轮一律未引用（无法对回 sourcesv1.json 的 sha256/抓取方式，按 R5 属未验证内容）。 建议：下轮 Hunt 若复核这批文件的抓取时间与来源并补登记，SIFT 有机会从 D 级升级为 B 级—— 这是本轮最大的潜在增量，但升级动作只能由 Hunt 做，Digest 不越权。
2. knowhow_v1.md 头部写「官方一手 5 条」，sources_v1.json meta 写 6 条（S1–S6 均为官方一手）。 以 sources_v1.json 为准（6 条），不影响任何判据。